Uma nova pesquisa da Universidade de Washington introduz um sistema que utiliza machine learning para traduzir a fala de múltiplos falantes simultaneamente, mantendo a qualidade e a direção das vozes. Essa inovação busca resolver um desafio prevalente em espaços públicos.
Contexto da pesquisa
Recentemente, a universidade apresentou um projeto chamado “Spatial Speech Translation”, em que os pesquisadores desenvolveram um sistema de tradução em tempo real adaptado para ambientes dinâmicos e barulhentos. Esses sistemas geralmente falham ao traduzir quando mais de uma pessoa está falando, uma limitação que a nova tecnologia busca superar.
Método proposto
O modelo é fundamentado em algoritmos que funcionam como um radar, permitindo uma análise em 360 graus do ambiente para identificar e rastrear vários falantes. O sistema utiliza fones de ouvido com cancelamento de ruído, equipados com microfones, que separa a fala de diferentes interlocutores em tempo real. O funcionamento é totalmente local, utilizando dispositivos como laptops com chip Apple M2, evitando preocupações de privacidade associadas à computação em nuvem.
Resultados e impacto
Os testes realizados em dez ambientes, tanto internos quanto externos, demonstraram que os usuários preferiram o novo sistema em relação aos modelos tradicionais que não seguiam o movimento dos falantes. Em um teste com 29 participantes, a maioria preferiu um atraso de 3 a 4 segundos na tradução, indicando que essa configuração levou a menos erros de interpretação.
A tecnologia representa um passo em direção à superação de barreiras linguísticas entre culturas.
(“This is a step toward breaking down the language barriers between cultures.”)— Tuochao Chen, Estudante de Doutorado, Universidade de Washington
Esse sistema tem a capacidade de traduzir em torno de 100 idiomas, embora atualmente se concentre em línguas comuns como espanhol, alemão e francês. Os pesquisadores planejam melhorar a velocidade e a acurácia da tradução em futuras iterações.
As aplicações potenciais incluem turismo, conferências multilíngues e qualquer situação em que a comunicação entre falantes de diferentes línguas seja necessária. Com a continuidade das pesquisas, espera-se que essa tecnologia se torne cada vez mais acessível e eficaz.
Fonte: (TechXplore – Machine Learning & AI)
